MF_BERT — 119 구급대-병원 통화 정보 추출 모델

119 구급대와 병원 응급실 사이의 통화 텍스트를 넣으면, 이송 문의에 필요한 정보를 정해진 JSON(v2 스키마)으로 뽑는 다중과제 모델입니다. KTAS 등급, 주증상(Pre-KTAS 대분류·소분류), 증상(확인/부정), 손상(부위·유형·좌우), 처치, 사고유형, 질병분류, 의식(AVPU), 성별, 복용약, 그리고 활력징후·나이·발생 시점·의심 진단·복용약 구간을 한 번에 냅니다.

• 인코더: klue/roberta-large(전체 미세조정). 512토큰보다 긴 통화는 128토큰씩 겹치게 나눠 인코딩합니다.
• 출력층: 단일 선택 헤드 8개, 다중 선택 헤드 7개(보기마다 자기 근거 토큰을 찾는 보기별 어텐션), 토큰 구간 태거
• 속도: RTX 5080에서 통화 1건 약 0.013초

판단 보조용입니다. 합성 데이터와 AI 라벨로 학습·평가했고, KTAS 정확도가 70%대입니다. 실제 이송 결정에 자동으로 쓰지 마세요.

버전

revision	날짜	내용
main	2026-10-02	이 모델. 보기별 어텐션, 다중 선택 양성 가중치, 2층 헤드, KTAS 기대 비용 손실, 층별 학습률 감소. 부정 증상 라벨을 보강한 데이터
v1-2026-09-30	2026-09-30	첫 공개 모델

사용법

모델 코드(mf_bert 패키지: 모델 구조·조각 나누기·디코딩)는 이 저장소에 들어 있지 않습니다. 원 프로젝트의 BERT/mf_bert 폴더를 import 경로에 두고 실행합니다.

from pathlib import Path
import torch
from huggingface_hub import snapshot_download
from transformers import AutoTokenizer
from mf_bert.model import CallExtractor
from mf_bert.infer import predict

d = Path(snapshot_download("podongchip/MF_BERT"))            # best.pt, tokenizer/
tokenizer = AutoTokenizer.from_pretrained(d / "tokenizer")
ckpt = torch.load(d / "best.pt", map_location="cpu", weights_only=False)
a = ckpt["args"]
model = CallExtractor(a["encoder"], dropout=a["dropout"], last_n_layers=a["last_n_layers"],
                      layer_dropout=a["layer_dropout"], label_attention=a.get("label_attention", False),
                      head_layers=a.get("head_layers", 1), head_hidden_size=a.get("head_hidden_size"),
                      pretrained=False)
model.load_state_dict(ckpt["model"])
print(predict(model.eval(), tokenizer, ["119 구급대입니다\n58세 남자분 가슴 통증으로 이송 문의드립니다"])[0])

• 이 코드는 main과 v1-2026-09-30 체크포인트를 모두 불러옵니다. 이전 모델은 snapshot_download("podongchip/MF_BERT", revision="v1-2026-09-30")로 받습니다.
• 구조를 만들 때 klue/roberta-large의 설정 파일을 함께 받습니다. 받는 파일은 약 1.5GB입니다.

출력 형식

통화마다 dict 하나: call_type, ktas_level, ktas_evidence, chief_complaint, suspected_diagnosis, vitals, consciousness, symptoms, onset, incidents, disease_category, injuries, treatments, age, sex, medications, notes, meta. 모델이 배우지 않는 call_type, ktas_evidence, notes는 항상 null입니다.

학습 데이터

• AI Hub 「위급상황 음성/음향 (고도화) - 119 지능형 신고접수 음성 인식 데이터」를 바탕으로 만든 합성 통화 8,082건입니다. 통화 텍스트와 라벨은 모두 Claude 계열 모델로 만들었고 사람 검수는 거치지 않았습니다. 실제 통화 원문이나 STT 결과는 들어 있지 않습니다.
• 공개 데이터셋 podongchip/119-call-transcript-synthetic-labels는 정제 전 8,990건 버전이고, 이 모델은 그 뒤 정제·재라벨링(증상·처치·손상 Claude Sonnet 재라벨, 관행 규칙 보정, 빠진 부정 증상 1,913개 보강)을 거친 데이터로 학습했습니다.
• 분할: 모든 헤드의 라벨 구성이 학습과 검증에서 비슷하도록 고른 9:1 분할(학습 7,188 / 검증 894), 10에폭, 검증 점수가 가장 높은 9에폭 체크포인트

평가

학습 데이터와 겹치지 않게 새로 만든 합성 벤치마크 100건(KTAS 1~5 각 20건, 정답은 Claude Opus 라벨러 3명의 독립 라벨을 판정해 만듦)으로 평가했습니다. 단일 선택은 정확도, 다중 선택은 micro F1, 구간은 글자 위치가 정확히 같아야 맞는 F1입니다.

지표	v1-2026-09-30	main (이 모델)
KTAS 정확도	72%	71%
KTAS ±1 일치	-	100%
KTAS 과소 분류(정답보다 가볍게)	9%	18%
주증상 대분류 / 소분류	92% / 88%	95% / 91%
주 사고유형 / 질병분류	95% / 80%	95% / 87%
AVPU / 복용약 상태	94% / 96%	93% / 96%
사고유형 F1	92.8	93.0
처치 / 처치 세부 F1	72.3 / 71.3	84.4 / 75.1
증상 F1	50.7	68.4
손상 / 손상 좌우 F1	30.2 / 21.7	68.1 / 52.6
구간 F1	61.3	60.1

• 다중 선택(증상·손상·처치)이 크게 좋아졌습니다. 특히 "구토는 없어요" 같은 부정 증상의 재현율이 약 60%로 올랐습니다.
• KTAS 과소 분류는 18%로 이전 모델보다 높습니다. KTAS 오차는 모두 ±1등급 안이지만, 설정을 조금씩 바꿔 다시 학습할 때마다 KTAS 정확도가 70~82%로 흔들렸습니다.
• 벤치마크가 100건이라 지표에 따라 몇 포인트의 흔들림이 있습니다.

한계

• 데이터·라벨·벤치마크 정답이 모두 AI가 만든 것입니다. 점수는 "이 라벨 기준과의 일치도"이고, 실제 통화나 실제 STT 출력으로는 검증하지 않았습니다.
• 학습 데이터의 KTAS 라벨은 등급 경계 사례를 가볍게 매기는 경향이 있습니다. 과소 분류가 위험한 용도라면 사람이 반드시 확인해야 합니다.
• 한국어 119 구급대-병원(일부 병원-병원) 통화 형식에 맞춰져 있습니다.